modelado de cambios de cobertura y uso de suelo: un...

Revista Latinoamericana el Ambiente y las Ciencias 10(26): 1 - 15 2019

1

1 Modelado de cambios de cobertura y uso de suelo: un estudio de caso en el Estado de

México.

Modeling changes in coverage and land use: a case study in the Estado de México.

1Raúl Camacho Sanabria, 2José Manuel Camacho Sanabria, 3Ricardo Camacho Sanabria, 4José Carlos Camacho Reyes.

1Facultad de Química, UAEM. Paseo Colón S/N, 50120, Toluca, Estado de México, México. Tel:

7228749197. Correo electrónico: [email protected].

2CONACYT – Universidad de Quintana Roo, División de Ciencias e Ingeniería. Boulevard Bahía

S/N, 77019, Chetumal, Quintana Roo, México. Tel: 983 835 0300. Correo electrónico:

[email protected]

3Facultad de Geografía, UAEM. Paseo Universidad S/N, 50110, Toluca, Estado de México,

México. Tel: 7225511032. Correo electrónico: [email protected]

4Facultad de Química, UAEM. Paseo Colón S/N, 50120, Toluca, Estado de México, México. Tel:

7226631817. Correo electrónico: [email protected]

RESUMEN. El área de estudio se localiza al sur del municipio de Villa Guerrero, Estado

de México. Es una localidad rural-campesina ubicada en una zona de transición ecológica.

La presente investigación tiene por objetivo desarrollar un modelo de cambios de cobertura

y uso de suelo (CCUS), mediante mapas de uso de suelo y vegetación de los años 2000,

2007 y 2015, además, del manejo de variables cartográficas explicativas de proximidad,

físico-geográficas y sociales-económicas-ambientales por medio de la herramienta

DINAMICA EGO. Los CCUS se modelaron para el año 2025 bajo dos escenarios:

tendencial y expansión de invernaderos. La agricultura tecnificada prevé los mayores

cambios, en el año 2015 su extensión era de 19 ha, en el escenario tendencial aumentó a 35

ha y en el escenario de expansión de invernaderos se incrementará a 47 ha. Los cambios

más significativos se relacionan con el proceso de conversión entre sistemas agrícolas,

puesto que, la agricultura de temporal y de riego fue la cobertura que presentó mayores

pérdidas de superficie, mientras que la agricultura tecnificada controlada fue la categoría

que obtuvo mayores ganancias en cuanto extensión territorial.

Recibido: Agosto, 2019.

Aprobado: Octubre, 2019.


2

ABSTRACT. The area of study of this research is located in a region in the south of Villa

Guerrero, a town in the State of Mexico. This place is a rural land located in a zone of

ecological transition. The main objective of this work is develop a model of of land

use/cover changes (LUCC), by using land cover and vegetation maps of the years 2000,

2007 and 2015, in addition, the management of cartographic variables that are explanatory

of proximity, physical-geographica and social-economic-environmental by means of the

tool DYNAMIC EGO. The LUCC for 2025 were modelled under two scenarios: trend and

expansion of greenhouses. The technified agriculture foresees the greatest changes, in the

year 2015 its extension was of 19 ha, in the tendency scenario it increased to 35 ha and in

the scenario of expansion of greenhouses will increase to 47 ha. The most significant

changes are related to the conversion process between agricultural systems, since the

agriculture of temporary and irrigation was the coverage that presented greater losses of

surface, whereas the controlled technified agriculture was the category that obtained greater

gains in respect territorial expansión.

Palabras claves: DINAMICA EGO, Estado de México, Modelo Espacial, Tasas de

cambio, Variables cartográficas.

Keywords: DINAMICA EGO, Estado de México, Spatial Model, Rates of Change,

Cartographic Variables.

INTRODUCCIÓN

Los cambios de cobertura y uso del suelo (CCUS) contribuyen de forma significativa a la

pérdida de biodiversidad, la emisión de gases a efecto invernadero y al deterioro ambiental.

Las actividades económicas que practican las distintas sociedades del mundo juegan un

papel importante en el proceso de cambio entre las diferentes cubiertas de uso de suelo y

vegetación.

México, a partir del Tratado de Libre Comercio de América del Norte (TLCAN) se insertó

en una dinámica de competitividad económica, con la finalidad de impulsar un sistema


3

agrícola comercial. En este contexto, a partir del año 2000 comenzó a ser notoria la

presencia de sistemas agrícolas tecnificados controlados (invernaderos) con fines

comerciales (orientados a la producción de hortalizas y flor de corte) en el Estado de

México (Vallejo et al., 2013). Esta actividad económica ha ocasionado severos cambios o

transformaciones en los paisajes naturales y coberturas vegetales que caracterizan a esta

entidad.

Actualmente, en Progreso Hidalgo, localidad del municipio de Villa Guerrero, Estado de

México la pérdida de la rentabilidad y la capacidad productiva agrícola está ocasionando

cambios en las coberturas de uso de suelo y vegetación (permanencia, disminución o

expansión), uno de ellos es la implementación de la agricultura tecnificada controlada.

Dicha transformación está enfocada al establecimiento, desarrollo y mecanización de

productos con fines comerciales, provocando con ello severos impactos en los componentes

del ambiente, sobre todo en el aire. Con base en lo anterior, es fundamental que los

especialistas en la temática, en conjunto con las autoridades responsables en el área,

trabajen en delimitar y plantear estrategias que ayuden al manejo y control de los procesos

de cambio, debido a que una de sus consecuencias ha sido, el efecto adverso que genera en

la temperatura ambiental en Progreso Hidalgo. Por lo cual, es trascendental realizar un

análisis multitemporal de los procesos de cambio que se producen en las coberturas y usos

del suelo de la localidad, para construir escenarios prospectivos y simular la tendencia de

dichos cambios.

El análisis y la modelación de los cambios de cobertura y uso de suelo en un sistema de

información geográfica (SIG) son las principales herramientas y contribuidores al impulso

de estudios que tienen como principales fines: a) explicar y evaluar, desde un enfoque

cuantitativo, la dinámica de cambios de las coberturas y usos del suelo de un determinado

territorio y dimensión temporal; b) identificar y predecir las áreas más propensas a cambiar;

c) comprender los procesos que originan los cambios, asociados al uso, manejo y la

aplicación de variables espaciales explicativas (ambientales, geográficas, económicas,

sociales, etc.) y; d) realizar modelos de cambio para la construcción de escenarios

prospectivos (Veldkamp & Lambin, 2001; Xiang & Clarke, 2003).

El presente estudio tiene como propósito desarrollar un modelo espacial de cambios de

cobertura y uso de suelo, mediante mapas de uso de suelo y vegetación de los años 2000,

2007 y 2015, además, del manejo de variables cartográficas explicativas, por medio de la

herramienta DINAMICA EGO.


4

METODOLOGÍA

Área de estudio

Progreso Hidalgo se localiza al sur de Villa Guerrero en el Estado de México, entre las

coordenadas 18° 49’ 34” y 18° 52’ 30” de latitud norte y 99° 36’ 30” y 99° 37’ 32” de

longitud oeste. Se ubica en una zona de ecotono o de transición ecológica que se caracteriza

por una amplia diversidad biológica. Además, las condiciones ambientales que la describen

favorecen la presencia de diversos sistemas agrícolas (Fig. 1).

Progreso Hidalgo es una comunidad rural-campesina con una superficie de 826 hectáreas

aproximadamente. Limita al norte y oriente con localidades de Zumpahuacán; al sur, con

las barrancas formadas por los ríos Calderón, Nenetzingo, San Jerónimo y Tenancingo, y

con algunos espacios del municipio de Tonatico; y al poniente, con barrancas y

comunidades del municipio de Ixtapan de la Sal (Ramírez y Juan, 2008).

Figura 1. Ubicación geográfica de Progreso Hidalgo en el contexto estatal. Fuente: Elaboración

propia con base en Halffter (1964), INEGI (2015).


5

Materiales

Para la construcción del modelo de cambios de cobertura y uso de suelo, se utilizaron: a)

los mapas de uso de suelo y vegetación de los años 2000, 2007 y 2015 obtenidos mediante

el método de interpretación visual interdependiente (FAO, 1996), aplicado a dos ortofotos

(marzo 2000 y abril 2007, INEGI) y una imagen de satélite (diciembre 2015, Google

Earth). Dichos mapas fueron sometidos al proceso de evaluación de la confiabilidad

temática para conocer su grado de certeza y fiabilidad (Mas et al., 2003). Para la evaluación

de los sitios de verificación correspondientes a los años 2000, 2007 y 2015 se utilizaron dos

ortofotos digitales (2000 y 2007) y una imagen de alta resolución espacial de Google Earth

(2015), insumos utilizados previamente para la elaboración de los mapas de dichos años.

Además, fue necesario recurrir a un especialista (externo) en la temática, con el propósito

de validar los sitios de muestreo mediante la interpretación visual y el conocimiento de

experto (Congalton et al., 1998) y; b) variables cartográficas de proximidad (a nivel píxel),

físicogeográficas y sociales-económicas-ambientales. El Cuadro 1 integra los insumos

cartográficos utilizados para el desarrollo del modelo de cambios.

La modelación se obtuvo mediante la herramienta geoespacial DINAMICA EGO, un

software de modelación medio-ambiental (Soareas-Filho et al., 2009) y operado por

diversos investigadores en numerosos estudios enfocados a modelados de procesos de

deforestación tropical (Maeda et al., 2011; Mas & Flamenco, 2011) y de crecimiento

urbano (Bahadur & Murayama, 2011; Godoy & Soares-Filho, 2008). La revisión de

programas para la modelación de cambios de cobertura y uso de suelo recurrentemente

citado en la literatura, expresa que, DINAMICA es adecuado por su flexibilidad, ya que

integra la mayoría de los operadores de un SIG y permite el desarrollo de modelos

sofisticados (Mas & Couturier, 2011; Mas & Flamenco, 2011).

Cuadro 1. Variables cartográficas para la construcción del modelo.

Categoría Insumo

cartográfico Escala o

resolución Descripción Fuente

Temática

(Categórica

o discreta)

Mapa de uso

de suelo y

vegetación

(2000, 2007 y

2015)

1:45,000

Categorías: a) agricultura

de temporal y de riego; b)

bosque; c) cuerpos de agua;

d) asentamientos humanos

y; e) agricultura tecnificada

controlada

Elaboración propia

(interpretación visual

interdependiente de: a)

ortofotos de los años

2000 y 2007 y; b)

imagen de satélite de

google earth 2015)


6

Sociales-

económicas-

ambientales

(Categórica

o discreta)

Programas

gubernamenta

les

1:45,000 Categorías: a) solicitaron;

b) se solicitará y; c) no se

solicitará

Elaboración propia

mediante trabajo de

campo 2016

Accesibilidad 1:45,000 Categorías: a) norte; b)

centro y; c) sur Elaboración propia

mediante trabajo de

campo 2016

Cantidad de

producción en

toneladas

1:45,000 Categorías: a) 0-15 ; b) 15-

30 y; c) 30-45 Elaboración propia

mediante trabajo de

campo 2016

Condiciones

socio-

ambientales

1:45,000 Categorías: a) protección de

cultivos (lluvia y granizada)

; b) Mayor producción y; c)

Mayor remuneración

Elaboración propia

mediante trabajo de

campo 2016

Estado y

condición del

suelo

1:45,000 Categorías: a) deteriorado;

b) baja calidad y; c) buena

calidad

Elaboración propia

mediante trabajo de

campo 2016

De

proximidad

a nivel pixel

(Continua)

Distancia a

vialidades 1:45,000

Distancia euclidiana a

vialidades Elaboración propia con

base en INEGI (2013)

Distancia a

invernaderos 1:45,000

Distancia euclidiana a

invernaderos Elaboración propia

Físico-

geográficos

(Continua)

Pendiente Pixeles de

15 m Pendientes obtenidas a

partir del MDE Elaboración propia con

base en INEGI (2013)

Modelo

Digital de

Elevación

(MDE)

Pixeles de

15 m Continuo de elevaciones

mexicano INEGI (2013)

Tasas de cambio de cobertura y uso del suelo

Para analizar los procesos de cambio ocurridos en las coberturas y usos del suelo de

Progreso Hidalgo, se determinaron tasas anuales de cambio que comprenden los periodos

2000-2007 y 2007-2015; esto a partir de las superficies correspondientes a las coberturas y

usos del suelo que se encuentran representadas espacialmente en los mapas. Además, se

consideró la superficie corregida de cada una de las categorías de análisis obtenida

mediante el método de Card (1982). Las tasas de cambio se calcularon con base en la

ecuación de la FAO (1996):


7

t = (S2 / S1)1/n -1

Donde:

t = Tasa de cambio (se multiplica por 100 para expresarse en porcentaje)

S1 = Superficie de un tipo dado de cobertura/uso del suelo en la fecha 1

S2 = Superficie de la misma cobertura/uso del suelo en la fecha 2

n = Número de años transcurridos entre las dos fechas

Construcción del modelo de cambios de cobertura y uso de suelo

De acuerdo a Mas & Flamenco (2011), para la construcción del modelo dinámico de

cambios fue necesaria la ejecución de las siguientes etapas o procesos:

Calibración. Esta etapa consistió en: a) la elaboración de la matriz de cambio. Los mapas de

uso de suelo y vegetación de los años 2000 y 2007 se sobrepusieron para adquirir la matriz

de probabilidad de cambio (matriz de Marcov) de las coberturas de análisis, mediante el

método de cadenas de Marcov (Paegelow & Camacho, 2008; Eastman, 2009). Dicha matriz

pertenece a la tasa de probabilidad de cambio de un periodo de 7 años (2000-2007) y las

tasas de probabilidad de cambio anuales, mismas que permitieron realizar las proyecciones

de los cambios de cobertura y usos de suelo; b) cálculo de rangos (transformación de

variables continuas a categóricas). Debido a que los pesos de evidencia solo se pueden

calcular para variables categóricas, fue imprescindible categorizar las variables continuas

(MDE, pendiente, distancia a caminos y distancia a invernaderos) mediante rangos o

intervalos (Cuadro 2); c) cálculo de pesos de evidencia. Mediante el método de pesos de

evidencia (Bonham-Carter, 1994) integrado en la herramienta DINAMICA EGO se obtuvo

la relación entre las diferentes variables cartográficas explicativas y la probabilidad de

cambio. Los pesos de evidencia fueron calculados y modificados para la transición de

agricultura (temporal y riego) a agricultura tecnificada controlada con base en el

conocimiento de experto y; d) análisis de la correlación entre mapas. Para el cálculo de la

probabilidad condicional, es necesario que las variables utilizadas como insumos en la

construcción del modelo sean independientes espacialmente (Bonham-Carter, 1994).

Dichas variables fueron verificadas y discriminadas con base en el índice de Joint

Information Uncertainty con límite de tolerancia de 0.35 (Almeida et al., 2003).


8

Cuadro 2. Categorización de variables continúas para la construcción del modelo

Variable continua Intervalo

Descripción de la

transición

Tipo de transición o

proceso

Distancia a carreteras 0 - 500

De agricultura a

agricultura tecnificada

controlada

Conversión agrícola Distancia a invernaderos 0 – 1600

Pendientes 0 – 75

MDE 0 – 300

Simulación. Esta fase se fundamenta en: a) el cálculo y mapeo de probabilidades. Con base

en los pesos de evidencia y las variables explicativas (de proximidad a nivel píxel,

físicogeográficas y sociales-económicas-ambientales) se elaboró un mapa de probabilidad

para cada transición. Los mapas resultantes asociados a la matriz de transición anual

(calibrada para un periodo de 7 años 2000-2007), dieron como producto mapas

prospectivos de cambio de usos de suelo y vegetación para el año 2015 y; b) el modelo de

simulación de cambios de cobertura y uso de suelo. Dicho modelo fue construido en

DINAMICA EGO mediante el mapa de probabilidad y autómatas celulares (los cambios

modelados obtienen una configuración espacial realista), denominados, expander (simula

cambios por expansión) y patcher (genera nuevos parches de cambio) [Soares-Filho et al.,

2002]. Los parámetros que requiere esta herramienta para la expansión y creación de

nuevos parches (tamaño promedio, varianza e isometría) se obtuvieron en el software

ArcMap 10.2.2 (Environmental Systems Research Institute [ESRI], 2012).

Validación. La evaluación del modelo se llevó a cabo mediante un análisis comparativo

entre el mapa USV (2015) y el mapa simulado (2015). La comparación se realizó por

medio del método de similitud difusa que permite manipular niveles distintos de tolerancia

(tamaños de ventana), para identificar los casos en los que no existe coincidencia perfecta

entre la ubicación de las áreas de cambio observadas y simuladas (Hagen, 2003).

Construcción de escenarios. Se proyectaron dos escenarios para el año 2025: a) tendencial,

que ocupa las tasas anuales (matriz de cambio o de Markov), el periodo de calibración

(2000-2007) y el periodo simulado (2007-2015) y; b) expansión de invernaderos, que

supone un aumento en las tasas de expansión de la agricultura tecnificada controlada,

producto del establecimiento, desarrollo y mecanización de productos con fines

comerciales.


9

RESULTADOS Y DISCUSIÓN

Los mapas de USV (2000, 2007 y 2015) de Progreso Hidalgo (Figura 2) sometidos al

proceso de evaluación temática, expresan una fiabilidad global mayor a 99%, valor que

rebasa el porcentaje mínimo permitido para la validación cartográfica que corresponde a

80% (; Mas et al., 2003; Mas & Couturier, 2011).

Figura 2. Mapas de uso de suelo y vegetación de Progreso Hidalgo.

Tasas anuales de cambio

Durante el periodo 2000-2007, en Progreso Hidalgo se registraron tasas anuales de cambio

que expresan un proceso de reducción en cuanto a la superficie de ciertas coberturas/usos

del suelo, como el caso de la agricultura de temporal o riego y el bosque que registraron

tasas anuales de cambio de -0.25% y -0.07%, respectivamente. Por otra parte, existen

coberturas y usos del suelo que indican un proceso de expansión en relación a su superficie,

como los cuerpos de agua y los asentamientos humanos que registraron tasas anuales de

cambio de 5.73%, y 2.11%, respectivamente. En este mismo periodo se observó que para

el año 2000 no existían los invernaderos, fue hasta 2007 cuando los habitantes de dicho

territorio establecieron este tipo de cobertura/uso del suelo, con una superficie de 5.18 ha.


10

Para el periodo 2007-2015 se registraron tasas anuales de cambio de -0.55% y -0.006% en

la agricultura de temporal o riego y en el bosque, respectivamente. En ambos casos se

muestra un proceso de reducción en cuanto a su superficie. En contraste, las coberturas y

usos del suelo que manifestaron un proceso de expansión con respecto a su área fueron los

invernaderos (33.95%), los cuerpos de agua (2.2%) y los asentamientos humanos (1.7%)

[Cuadro 3]. Según Ballesteros (2013), la agricultura comercial tecnificada (invernaderos)

en Progreso Hidalgo registró un aumento de 6.1 ha en un periodo de 5 años, es decir, en el

año 2005 se establecieron 7.86 ha y para 2010 esta superficie se incrementó a 13.96 ha.

Cuadro 3. Superficie y tasas anuales de cambio por categoría y periodo

Cobertura\Año 2000 2007 Tasa (%)

2000-2007 2015

Tasa (%)

2007-2015

Agricultura de temporal o riego 389.0579 382.0273 -0.2582 365.0361 -0.5560

Agricultura tecnificada

controlada 0.0000 5.1874 0.0000 19.2772 33.9519

Bosque 420.3595 418.0344 -0.0790 417.8033 -0.0069

Cuerpos de agua 7.1775 10.0606 5.7384 11.8312 2.2000

Asentamientos humanos 8.6856 9.9708 2.1138 11.3327 1.7074

Modelo de cambios de cobertura y uso del suelo

En la etapa de calibración comprendida entre los años 2000-2007 se observó como

principal transición en Progreso Hidalgo el cambio de la agricultura de temporal y riego a

la agricultura tecnificada controlada (conversión agrícola). En relación al análisis y

observación del comportamiento gráfico de los pesos de evidencia para la transición de

agricultura (temporal y riego) a agricultura tecnificada, no fue necesario eliminar ninguna

variable, debido a que el patrón de comportamiento de cada una de las variables no fue

complejo de modelar. En base al análisis correlacional entre mapas no fue excluida ninguna

variable, puesto que los valores registrados fueron bajos en relación al índice de Joint

Information Uncertainty con límite de tolerancia de 0.35 (Almeida et al., 2003).

De acuerdo con Mas & Flamenco (2011) en la fase de simulación se visualizaron las áreas

de cambio de la transición que implica el proceso de conversión agrícola, en específico de


11

agricultura de temporal y riego a agricultura tecnificada controlada, para definir la

proporción de cambio por expansión y por creación de nuevos parches. Siendo 95% de los

cambios resultado de la transformación por parches, es decir, las áreas que pertenecían a la

agricultura de temporal y de riego sufrieron el cambio a la agricultura a base de

invernaderos.

En el proceso de validación se observó que al utilizar una ventana de 1 x 1 píxel, la

concurrencia entre los cambios observados y simulados es media, ya que 39% pertenece al

escenario de expansión de invernaderos y 52% al escenario tendencial. En el caso del

escenario de expansión de invernaderos, la simulación logra un valor de ajuste de similitud

de más de 90% a una distancia de tolerancia de 100 m., mientras que para el escenario

tendencial, este porcentaje es notorio a una distancia de 80 m.

La Figura 3 representa una aproximación espacial de los cambios de cobertura y uso de

suelo en Progreso Hidalgo, es decir, incluye las transformaciones observadas en el mapa

del año 2015 (Figura 3a) y los cambios simulados para cada uno de los escenarios

construidos (tendencial y expansión de invernaderos) en el mismo año (Figuras 3b, 3c).

Además se integran los mapas correspondientes a los escenarios prospectivos para el año

2025 (tendencial y expansión de invernaderos) (Figuras 3d, 3e).

La Figura 3 (gráfica) expresa los resultados obtenidos de la construcción de los escenarios

prospectivos (2025), tendencial y de expansión de invernaderos, que en comparación con el

mapa del año 2015 pronostican dos procesos de transformación relevantes en cuanto a su

superficie: 1) la agricultura de temporal y de riego presenta un decremento en su extensión,

ya que en el año 2015 contenía un área de 365 ha, el escenario tendencial predice que

disminuirá a 345 ha y en el escenario de expansión de invernaderos se reducirá a 329 ha y;

2) la agricultura tecnificada controlada representa un aumento en su superficie, puesto que

en el año 2015 su extensión era de 19 ha, el escenario tendencial prevé un crecimiento a 35

ha y en el escenario de expansión de invernaderos se incrementará a 47 ha. En comparación

con Ballesteros (2013), se difieren los resultados, debido a que en un periodo de 5 años

establece, que el bosque presentó una pérdida de 97 ha, la agricultura tradicional aumentó

90 ha y la agricultura tecnificada creció 6 ha.


12

Figura 3. Mapas de uso de suelo y vegetación de Progreso Hidalgo. Observado simulados y

prospectivos.

CONCLUSIONES

En Progreso Hidalgo las superficies y tasas anuales de cambio mostraron que las cubiertas

de bosque, cuerpos de agua y asentamientos humanos no presentaron cambios

significativos en cuanto a su extensión, por el contrario, las transformaciones más

significativas, se relacionan con el proceso de conversión entre sistemas agrícolas, puesto

que, la agricultura de temporal y de riego fue la cobertura que presentó mayores pérdidas de

superficie, mientras que la agricultura tecnificada controlada fue la categoría que obtuvo

mayores ganancias en cuanto extensión territorial. Además, los escenarios tendencial y de

expansión de invernaderos demuestran el mismo patrón comportamiento orientado al


13

cambio en la forma de producción agrícola. . La conversión agrícola ocasionó variaciones

en la temperatura

El escenario de temperatura, muestra que la tendencia de las temperaturas que caracterizan

a Progreso Hidalgo estará condicionada, principalmente, por las actividades económicas

que practican los habitantes de este territorio, sobre todo mediante la implementación e

intensificación bajo condiciones controladas y tecnificadas (conversión agrícola), para

satisfacer las demandas de los mercados nacionales e internacionales.

BIBLIOGRAFÍA

Almeida, C., Batty, M., Monteiro, M., Câmara, G., Soares-Filho, B., Cerqueira, G., &

Pennachin, C. (2003). Stochastic cellular automata modeling of urban land use dynamics:

empirical development and estimation. Computers, Environment and Urban Systems, 27:

481-509.

Ballesteros, A. 2013. Cambio de Uso de Suelo en una comunidad de transición ecológica.

Progreso Hidalgo, Estado de México: impactos y consecuencias (2005-2010). Tesis

profesional. UAEMéx, Facultad de Geografía. México. México.

Bahadur, R., & Murayama, Y. (2011). Urban growth modeling of Kathmandu metropolitan

region, Nepal. Computers, Environmental and Urban Systems, 35: 25-34.

doi:10.1016/j.compenvurbsys.2010.07.005

Bonham-Carter, G. F. 1994. Geographic information systems for geoscientists: Modelling

whit GIS. Pergamon. New York, USA.

Card, H. (1982). Using known map category marginal frequencies to improve estimates of

thematic map accuracy. Photogrammetric, Engineering and Remote Sensing, 48 (3): 431-

439.

Congalton, R., Martin, M. E., Newman S. D., & Aber J. D. (1998). Determining forest

species composition using high spectral resolution remote sensing data. ELSEVIER,

65:249–254

Eastman, R. (2009). IDRISI Taiga: Guide to GIS and image processing. Manual version

16.02. Worcester, MA, USA: Clark University.


14

Environmental Systems Research Institute (ESRI). (2012). ArcMap 10.1. ArcGIS Resource

Center. Desktop 10. Redlands, CA, USA: Author. Obtenido de http://

help.arcgis.com/es/arcgisdesktop/10.0/help/index. html#//006600000001000000

Godoy, M. M. G., & Soares-Filho, B. S. (2008). Modelling intraurban dynamics in the

Savassi neighbourhood, Belo Horizonte city, Brazil. In M. Paegelow, & M. T. Camacho.

Pp. 319–338. Belo Horizonte, Brazil.

Hagen, A. (2003). Fuzzy set approach to assessing similarity of categorical maps.

International Journal of Geographical Information Science, 17 (3): 235–249.

doi:10.1080/13658810210157822

Halffter, G. (1964). La entomofauna americana, ideas acerca de su origen y distribución.

Folia Entomológica Mexicana, 1, 1–108. Obtenido de http://www.sea-entomologia.org

Instituto Nacional de Estadística y Geografía (INEGI). (2015). Marco Geoestadístico

Nacional. Obtenida el 29 de septiembre de 2015 de http://www.inegi.org.mx.

Maeda, E., Almeida, C. M., Carvalho, A., Formaggio, A., Shimabukuro, Y., & Pellikka, P.

(2011). Dynamic modeling of forest conversion: Simulation of past and future scenarios of

rural activities expansion in the fringes of the Xingu National Park, Brazilian Amazon.

International Journal of Applied Earth Observation and Geoinformation, 13: 435–446.

doi:10.1016/j.jag.2010.09.008

Mas, J. F., Díaz, J. R., & Pérez, A. (2003). Evaluación de la confiabilidad temática de

mapas o de imágenes clasificadas: Una revisión. Investigaciones Geográficas, Boletín del

Instituto de Geografía, UNAM, 51, 53–72. Obtenido de

http://www.redalyc.org/pdf/569/56905105.pdf

Mas, J. F., & Couturier S. (2011). Evaluación de bases de datos cartográficas. En F.

Bautista (Ed.), Técnicas de muestreo para manejadores de recursos naturales. Pp. 675–703.

Centro de Investigaciones en Geografía Ambiental-Instituto de Geografía, Michoacán,

México

Mas, J. F., & Flamenco, A. (2011). Modelación de los cambios de coberturas/uso del suelo

en una región tropical de México. GeoTrópico, 5 (1), 1–24. Obtenido de

http://www.geotropico.org/NS_5_1_Mas-Flamenco.pdf

Organización de la Naciones Unidas para la Alimentación y la Agricultura (FAO). (1996).

Forest resources assessment 1990. Survey of tropical forest cover and study of change

processes. Obtenido de http://www.fao.org/ docrep/007/w0015e/w0015e00.htm

Paegelow, M., & Camacho, M. T. (2008). Advances in geomatic simulations. In M.

Paegelow, & M. T. Camacho (Eds.), Modelling environmental dynamics. Pp. 3–54.

Germany: Springer-Verlag.

http://www.sea-entomologia.org/


15

Ramírez, J., & Juan, J. (2008). Utilización del chapulixtle (Dodonae viscosa) en los

procesos agrícolas de la comunidad de Progreso Hidalgo, Estado de México. Revista de

Geografía Agrícola, 40:19-25.

Soares-Filho, B.S.; Pennachin, C.L; Cerqueira, G. (2002). DINAMICA – a stochastic

cellular automata model designed to simulate the landscape dynamics in an Amazonian

colonization frontier. Ecological Modelling, 154 (3), 217 – 235.

Soares-Filho, B. S., Rodrigues, H. O., & Costa, W. L. S. (2009). Modelamiento de

dinámica ambiental con Dinamica EGO. Obtenido de http://www.csr.ufmg.br/dinamica/

tutorial/Dinamica_EGO_guia_pratica.pdf

Vallejo, L., Arriaga, J., Adame, S. & Cadena, E. (2013). Reconversión productiva agrícola

y re-significación del ambiente. El caso de Jalmolonga, en Malinalco, Estado de México.

Revista Antroformas, 6-31.

Veldkamp, A., & Lambin, E. (2001). Predicting land-use change. Agriculture, Ecosystems

and Environment, 85, 1–6. doi:10.1016/S0167-8809(01)00199-2

Xiang, W. N., & Clarke, K. C. (2003). The use of scenarios in land-use planning.

Environment and Planning B: Planning and Desing, 30 (6), 885–909. Obtenido de

http://www.geog.ucsb.edu/~kclarke/Papers/XiangClarke.pdf

modelado de cambios de cobertura y uso de suelo: un...

Documents